Data Analyst

Le métier en pratique

Le travail commence presque toujours par une question métier : pourquoi les ventes d'une région baissent, quels clients risquent de partir, où se perd du temps dans un processus. Le Data Analyst identifie les données disponibles, les extrait, les nettoie et vérifie leur qualité avant toute analyse. Cette préparation représente souvent une part importante du travail.

Vient ensuite l'analyse elle-même, puis la restitution : tableaux de bord, rapports, présentations. Un bon Data Analyst ne se contente pas de produire des graphiques ; il explique ce que les chiffres disent, ce qu'ils ne disent pas, et propose des pistes d'action. Il entretient aussi les tableaux de bord récurrents et répond aux demandes ponctuelles des équipes.

En Suisse romande, le métier se rencontre dans des secteurs très variés : commerce et distribution, banques et assurances, industrie, santé, administrations publiques, organisations internationales et entreprises technologiques. Selon la maturité de l'organisation, le Data Analyst travaille seul au service de plusieurs départements ou au sein d'une équipe data, aux côtés de Data Engineers et de Data Scientists.

Ce que recherchent les employeurs romands

Les employeurs attendent une maîtrise de SQL pour interroger les bases de données et l'expérience d'au moins un outil de visualisation et de business intelligence, comme Power BI ou Tableau. La connaissance d'un langage comme Python ou R est un atout de plus en plus demandé pour automatiser les traitements et aller plus loin dans l'analyse.

La technique ne suffit pas : la capacité à comprendre un problème métier, à poser les bonnes questions et à restituer un résultat de façon claire à des non-spécialistes est souvent décisive. Les employeurs apprécient aussi l'esprit critique face aux données, qui sont rarement parfaites.

Le Data Analyst manipule régulièrement des données de clients ou de collaborateurs : le respect de la protection des données et de la confidentialité fait partie du métier. Le français et l'anglais sont courants dans les équipes data romandes, et une formation en statistique, en informatique, en économie ou en gestion constitue un parcours fréquent.

Évolutions possibles

• Se spécialiser en business intelligence, en concevant les modèles de données et les outils de reporting d'une organisation.
• Évoluer vers la data science, avec davantage de statistique et de modélisation.
• Se rapprocher de l'ingénierie des données, en construisant les flux qui alimentent les analyses.
• Prendre la responsabilité d'une équipe data ou d'un domaine analytique au sein d'un département métier.

Intitulés équivalents

Analyste de données